| 基于RES理论的岩石可钻性综合预测研究 |
| |
| 引用本文： | 许梦国,刘红阳,王平,程爱平,张威威.基于RES理论的岩石可钻性综合预测研究[J].金属矿山,2022(1):113-119. |
| |
| 作者姓名： | 许梦国 刘红阳 王平 程爱平 张威威 |
| |
| 作者单位： | 武汉科技大学资源与环境工程学院;冶金矿产资源高效利用与造块湖北省重点实验室 |
| |
| 基金项目： | 国家自然科学基金项目(编号:51604195);湖北省自然科学基金项目(编号:2018CFC818)。 |
| |
| 摘 要： | 岩石的可钻性研究对于矿山凿岩效率和采矿作业成本有着直接影响。目前,实现可钻性分级的模型和方法大多依赖于各项岩石物理力学参数和各类统计分析方法,存在一定的局限性。岩石可钻性不仅是岩石单方面的属性,而且反映了岩石与钻具相互作用的综合特性。基于岩石工程系统(Rock Engineering System,RES)理论,将各项岩石力学性质和凿岩施工参数综合考虑为一个完整系统,采用人工神经网络编码法构建整体交互作用强度矩阵GRSE,建立了岩石可钻性分级综合预测模型,揭示了各个影响因素之间复杂关系以及对岩石可钻性的影响程度,并将其应用于程潮铁矿-430 m水平工作面的中深孔凿岩台车施工作业。结果表明:岩石质量指标(RQD)、石膏含量、铁矿石品位、冲击压力对矿岩可钻性具有重要影响。在上述分析的基础上,综合讨论了该水平的矿岩物理力学性质、矿物组分含量和凿岩工作参数,并根据矿岩可钻性级值对该水平进行了区域预测分级,现场据此优化了凿岩参数和工艺,提高了台班穿孔工程量。
|
| 关 键 词： | 深部开采 岩石工程系统 岩石可钻性 人工神经网络 中深孔凿岩台车 |
Comprehensive Prediciton Study on Rock Drillability Based on RES Theory |
| |
| XU Mengguo,LIU Hongyang,WANG Ping,CHENG Aiping,ZHANG Weiwei.Comprehensive Prediciton Study on Rock Drillability Based on RES Theory[J].Metal Mine,2022(1):113-119. |
| |
| Authors: | XU Mengguo LIU Hongyang WANG Ping CHENG Aiping ZHANG Weiwei |
| |
| Affiliation: | (School of Resources and Environmental Engineering,Wuhan University of Science and Technology,Wuhan 430081,China;Hubei Key Laboratory for Efficient Utilization and Agglomeration of Metallurgic Mineral Resources,Wuhan 430081,China) |
| |
| Abstract: | |
| |
| Keywords: | deep mining rock engineering system rock drillability artificial neural network medium and deep hole trolley |
| 本文献已被 维普 等数据库收录！ |
|
